三年后国泰证券和君安证券合并，时任君安研究所副所长的李迅雷被委任为国泰君安研究所的首任所长。在其领导下，国泰君安研究所业绩斐然，曾蝉联三届"新财富"本土最佳研究团队；李本人，也在2006年当选"新财富"杰出研究领袖。
专业的分析师应该避免分析逻辑庸俗化
一次参加某个会议，发现一个老太太在发表她对嘀嘀打车的观点："这种叫车服务应该禁止，因为我们老年人在路上都打不到车了。"这是以个人利益受损与否来评判一项新服务的好与坏，显然是不客观公正的。嘀嘀打车这项服务内容实际上对于大部分人而言，都是受益的，它提高了信息的充分度，从而减少了交易成本。
接下来大家又开始聊投资理财的话题，有人想听我的观点，我回答说：现在应该把房子卖了，然后买房地产股。老太太不屑地回应："如果房价跌了，那房地产股同样也会下跌啊！"大家会心地笑了起来，意思是我就是个书呆子。现实中，类似的这种通俗逻辑司空见惯，你不能说它错，但如果我们专业的分析师也习惯于用这种逻辑思维，则要出人头地就很难了。
其实，我之所以提出这样一个投资建议，至少是基于三点理由：
1、流动性角度，实物资产流动性很差，一旦出现下跌，往往很难按现价及时卖出，故房屋比房地产A股的流动性风险大很多；
2、资产配置角度，目前中国居民的资产配置中，作为实物资产的住房的配置比例大约超过60%，远高于成熟市场和其他新兴市场，处于超配状态，故应该减持实物资产，而增加金融资产；
3、估值角度，目前住宅的租售比（也相当于股息率）大约在2.5%左右，而像万科那样的房地产股的股息率应该超过5%吧。房地产股下跌已久，至少已经部分反映了投资者的悲观预期，而房价却高高在上，故持有房地产股比持有房屋相对安全。
当然，你也可以提出更好的资产配置方案，但至少我的建议与中国人当今普遍的资产结构相比，应该是一个更靠谱的改善。分析师毕竟是专业人士，不能养成像菜场大妈式的思维习俗，不能像她们所陈述的理由那样认为CPI被低估了、房价永远不会下跌。
再举一个例子，我发现不少行业分析师都喜欢讲上市公司的生产技术如何领先，似乎是推荐的一个重要理由。但一个看似木讷而业绩一直很好的基金经理告诉我，他不懂专业技术，所以，他往往认为上市公司的人给他讲技术如何领先，是忽悠。中国做大的企业，哪一个是靠技术领先？华为、腾讯、万科、平安为何都在深圳，都不是靠技术。对于新兴市场，公司治理水平普遍低下，因此，确实应该去研究公司很做大的本质原因。中小公司都喜欢讲它们的技术如何有独特性和优势，但为何做不大呢，为何业绩上不去呢？因为中国企业的大多用的是仿制技术。
很多年前我就讲过，做管理的要求同存异，而做研究的，则要求异存同，避免分析逻辑雷同化。
此外，分析师要注重训练形式逻辑的演绎能力。东方人的抽象思维能力确实落后于西方人，这也就是东方文明历史虽然悠长但科技进步却缓慢的原因。中国人的特点是形象思维发达，逻辑思维偏弱。这可以从文字起源说起。汉字起源于象形文字（甲骨文、金文是象形文字），虽然目前已跟原来的形象相去甚远，但仍属于表意文字，音、形、意相互联系，为形象思维提供了方便的工具。欧洲各种字母的共同来源，是希腊字母孳生的拉丁字母和斯拉夫字母，希腊字母则由腓尼基字母演变而来，而腓尼基字母则是公元前15世纪在古埃及人创造的一种象形文字"圣书字"基础上产生的。可见欧洲文字与汉字的起源都是象形文字，但前者经历了多次创新转型，已经脱胎换骨，完全没有了象形文字的痕迹，语法、逻辑性、抽象性都很鲜明。后者原来没有系统的语法，没有标点符号，动词没有时态，名词没有阴性、阳性、单数、复数之分。
因此，从文字的演进再结合中国人的思维和行为实例，大致可以看出，东方传统思维的特征大体是归纳能力强，逻辑演绎推理弱，辩证逻辑能力强于形式逻辑；注重局部与个案经验，忽视整体思维，缺少理论框架。从表意文字到写意绘画，再到如今给予新股、创业板、新兴产业或偏远地区上市公司较高的估值，这之间是否有一定的内在联系呢？
再举一例，我经常看各级政府和各类企业的工作报告，报告中每年都雄心勃勃地提出要实现ABCDE五大目标，既要怎样，又要怎样，充满了辩证思维的哲理。但问题正是出在这里，如果A与B之间是正相关的，但B与C负相关，D与E又是负相关，请问这五大目标能够同时实现吗？辩证思维的极端就变成了诡辩。这也可以解释为何我们的五年规划中一些结构性指标总是每次都提，却每次都完不成的原因。
数据为王——细节决定成败
在过去5年中，我陆续对一些与宏观经济结构相关的数据提出了质疑，比如中国的城镇化率究竟是多少？实际上你可以计算农村化率，因为从理论上讲，城镇化率=1-农村化率。而在计算农村化率的过程中，你又会发现中国从事第一产业劳动的人口与官方的统计数据严重不符，即实际农民数量大约被高估了近一个亿，由此又可以对未来城镇化对经济增长的作用做一个与众不同的分析。
实际上，对中国经济数据的质疑，一般是因为有些现象让你困惑，比如，农村的人经常说，现在干农活的三个农民，年龄加起来200岁，那么，这其实就可以成为推算中国农民真实数量的参考依据了。再如，货币供应量的大幅增长远超居民收入的增长，而中国居民对奢侈品的超高消费能力，又与公布的可支配收入水平不相符合。你可以从澳门博彩业的收入增速变化，去寻找它与GDP或固定资产投资增速之间的相关性。你可以从固定资产投资过程中的跑冒滴漏现象出发，依赖一些真实的数据，如粗钢、水泥的使用量，来计算固定资产投资规模究竟被高估了多少。你也可以研究官方统计年鉴中的国民经济平衡表中的相关数据，利用数据之间的勾稽关系，来推算中国居民可支配收入被低估了多少。
数据的深度挖掘，数据的分解和利用各种工具进行处理，都有利于提高你的研究报告深度。有了数据作为支撑，任何似是而非的定性分析就显得苍白无力。比如说目前主流观点认为中国的城镇化，尤其是户籍城镇化比例很低，故房地产行业依然将保持长期繁荣。但有谁统计过，究竟多少农村转移人口将会在城里买房呢？在房价多少的情况下，他们买得起房？未来就业在地区间的分布结构将怎样？
简言之，做研究需要把握三个度：高度、深度、角度，但这只是一篇好报告的基本架构，其内容还需要细节去充实，完美的细节才会真正让人拍案叫绝。
要学会系统思考——"今年是最关键的一年"不符合逻辑
每逢新年伊始，领导做工作报告，总是会强调：今年是最关键的一年，或者今年是最困难一年，似乎今年大家要是扛过去了，则今后就可以迈向康庄大道。但如何来证明今年是"最关键"的一年呢？这需要给定一个时间序列，从过去到未来。单从历史数据看，就基本可以否定今年是最关键一年了，因为"最关键"的只有一年。当然，领导有领导的管理艺术，年年都是最关键，无非是让大家知道他的难处，也暗示大家一定要听话，众志成城、攻坚克难。
而在我们的投资圈里，也经常可以发现有这么一两个经常会语出惊人的哥们。比如在技术分析盛行的年代里，经常有人说，明天是最关键的一天，如果放量再跌，则形成死叉，则熊途漫漫，应该清仓离场。而在当今技术分析已经被淡忘的时代，同样也经常出现危言耸听的结论。如前段时间市场突然被告知超日债不能兑付，这应该是债券市场长年来第一次出现的违约事件，于是有人就撰文，推导出中国将面临再一次的钱荒，建议清空股票。且不说这结论是否正确，就逻辑而言，虽然有点夸张了，但确实又得到不少人认同。这是为什么呢？
因为人兼有理性与情绪的双重性，故在预测过程中经常犯了一些很简单的统计学常识性错误，即在多因子分析中，给了"今天"发生的因子过大的权重，过度依据目前的状况来推测未来。中国有很多典故来描述人在认识事物上的缺陷，如坐井观天、一叶障目、刻舟求剑、"不识庐山真面目，只缘身在此山中"等。说明人是知道自身在认知上存在的这些缺陷，但却很难克服这些缺陷。经济学理论的前提是把人当作理性动物，但人却又有感性的一面，即便是经济学家本身也不例外。这也是为何现实中时常会出现"集体误判"的原因，大到暴力革命，小到股市里的"黑色星期一"，或以为"天降大任于斯人也"，便揭竿而起，却往往寡不敌众；或以为大祸临头，无论是911还是次贷危机，都引发股市恐慌性暴跌，但过段时间后，股市却填补了缺口，还屡创新高。
此外，思维定势的存在，也会导致分析过程的简单化。如对于中国经济发展趋势，最主要的影响因素是什么？过去是投资，今后呢？有人认为还是投资，而投资由政府来主导，故结论是中国经济未来还是可以保持高速增长。这种分析理由在过去30年看，似乎是正确的，但即便看似正确的分析，实际上也是不够深入的。因为投资高增长要维持下去的前提是不断要有新的资本来源，来源无非是两部分，一是所投资项目创造的现金流，二是财政收入与举债。从目前的投资状况看，项目所创造的现金流越来越少，随着政府债务的增加，其举债规模上也得有所约束。尤其是民生方面欠账太多，老龄化问题意味着政府财政已经到了还欠账阶段。
又有人说，中国地方债不是问题，因为中央政府的资产负债表还不错。但问题是，即便债务端没有问题，你能保证资产端也不出问题吗？即便利率不再上升，你能保证汇率不贬值、热钱不流出吗？
所以，一定要学会系统性思考的习惯，建立自己的分析框架。思维决定一个人的行为，如果思维有问题，则行为失当的概率就大增，所以，思维会决定你的职业前景乃至命运。古代的科举制度，尽管有其不合理的地方，但毕竟能够推行近千年，肯定有其合理的一面。即一篇命题作文，是可以反映出你看问题的视角、分析方法和系统思考能力，还有主次轻重的段落布局能力。
多从行为学角度去分析金融现象：别让人家骂你书呆子
虽然本人迄今没有完整读过一本行为学方面的书，但这并不妨碍我去分析市场行为和投资者心理。牛顿在1720年炒股赔钱后曾说：我可以计算天体运行的轨道，却无法计算人性的疯狂。可见，对人类行为的预测要比对自然物体运动轨迹的预测困难很多。古典经济理论中假定人的行为是理性的，供给和需求都是可以通过一般方法来获知的。但实际并非那么简单，尤其在金融领域，对人类行为的预测要比对自然物体运动轨迹的预测困难很多。为此，以心理学和经济学或金融学相互交叉的学科：行为经济学或行为金融学就出现了。如2013年的经济学诺奖获得者之一，就是研究行为经济学的耶鲁大学的席勒教授。
很多分析师做市场趋势预测，其结果往往与现实的差距很大，原因在于分析师总是依据市场在理性波动区间，而事实上，市场波动的最高点与最低点，都是参与者非理性行为的结果。贪婪和恐惧都是投资者的两大特性，故市场的波动，又是投资者的群体行为所致，于是又有了"群体动力学"的学说，群体动力理论是德裔美籍心理学家勒温（Kurt.Lewin1890-1947）创立的，该理论认为：人的心理和行为决定于内在的需要和周围环境的相互作用。其行为公式是：B＝f（P,E）。其中，B表示行为，f表示函数关系，P表示个人，E表示环境。
尽管当今有行为学的诸多理论和书籍，但藉此来预测市场，还是很难提高准确度的。不过，这些理论至少可以让你明白一点：人是有情绪的动物，则市场一切皆有可能。比如，我曾经经历过1993-95年的国债期货，当时有一个品种叫319，是以92年发行的五年期国债作为标的，93年其现货价格最低跌到80多元，而其对应的期货品种，最高价涨到95年的200多元，这是导致国债期货最终关闭的直接原因，而非327事件。一个国债价格可以有如此大的波动，说明在人类的情绪驱动下，可以让鸟潜水、让猪飞起来，且从当时特点条件看，这两个极端都是可以得到合理解释了。
重阳董事长裘国根曾经说，投资是反人性的游戏。因此，最成功的投资，就是应该在人类最疯狂或最脆弱的一刻，反向操作。当然，你不知道何时为最，故只能作次优选择。而作为分析师，我看到的普遍现象是大家推荐股票的时点，往往与市场的情绪契合，为何不能做到反向推荐呢？
这两天跑了十几家机构客户，听到他们普遍都接受了某家上市公司主动上门交流。且不论该公司的实际情况如何，陈述是否真实可信，预测是否靠谱。但能够肯定的是，这家公司的此举是有目的的。作为分析师，除了根据公开披露信息做分析外，还要去认真研究上市公司的行为。资本市场充满了各种陷阱，分析师应该做的是告诉客户：蓝海在哪里，陷阱在哪里，而不是被人当枪使。1895年，心理学家弗洛伊德与布罗伊尔合作发表《歇斯底里研究》，弗洛伊德著名的"冰山理论"也就传布于世。1932年，海明威在他的纪实性作品《午后之死》中，第一次把文学创作比做漂浮在大洋上的冰山，他说："冰山运动之雄伟壮观，是因为他只有八分之一在水面上。"
因此，一篇报告要入木三分，就必须去根据露在水面之上八分之一的冰山漂移特征，去挖掘研究水面之下冰山的八分之七部分，这才是价值所在。
为何首席经济学家难以给中国股市指路
在卖方研究的分工中，宏观研究属于含金量最高的门类之一，这一方面说明该领域的研究难度较高，属于比较尖端的；另一方面也说明市场需求较大，服务强度较高。都说股市是经济的晴雨表，西方投资学的实证分析也得出股市会对经济的周期性波动提前6-18个月作出反应。但是，回顾A股指数过去15年的走势，与经济增速变化的相关性究竟有多大呢？1998-2013年，中国年均GDP的增速接近10%，GDP的名义规模增长了5.7倍，但上证指数的同期涨幅却只有85%。可见，从长期看，经济增长与股价变化之间的相关性很小。这样的案例无论在成熟市场如美国、欧盟、日本等，还是在新兴市场如韩国、台湾地区、印度等，都十分罕见，说明影响A股价格中长期波动的主因不会是宏观经济的走势变化。
那么，影响A股价格走势的主因是什么呢？当然是企业的成长性了，这在全球股市都一样。只是中国的经济走势与企业的成长不尽一致。因为过去中国经济的高速增长主要是靠投资拉动的，也曾经经历长期高增长的日本、韩国和台湾地区，其GDP中的投资占比远没有中国那么高，股市因此都经历了几轮大牛市。故GDP是总量指标，而股价指数则更像是质量指标。中国经济的粗放式高增长，更多体现为企业数量的急剧增长，但企业的平均利润率却没有显著上升。而美国的GDP增速虽然远低于中国，但企业的平均利润率却大大超过中国企业。这就是2008年全球金融危机以来美国股市已经创出新高，但中国股市却仍在低位徘徊的原因。
那么，为何中国作为新兴经济体，企业平均盈利能力和增长率还比不过老牌发达经济体呢？这与市场经济的完善度、科技水平、企业配置资源的能力等均有关系，但最核心的问题，恐怕还是公司治理水平。正如中共十八届三中全会提出的改革总目标是"完善和发展中国特色社会主义制度，推进国家治理体系和治理能力现代化"那样，中国企业的治理水平还是比较低下，这当然与国家治理能力还没有达到现代化这一大背景有关。上市公司的公司治理水平总体较低的具体表现是多方面的，比如，IPO前后上市公司业绩出现"变脸"，即上市前一年业绩及业绩增速很好，上市后三年盈利增速快速下降已经成为股市的普遍现象。这就说明中国的上市公司存在过度包装和业绩作假问题。
又如，分红率普遍偏低也是公司治理水平差、不以股东利益最大化为目标的表现。据统计，1990-2010年的20年中，国内上市公司累计实施现金分红总额为16050亿元。然而，20年来深沪两市包括首发、增发、配股在内的累计融资金额高达3.7万亿元，其中再融资（增发和配股）累计达18053亿元。现金分红占融资总额的比例仅为43.3%。而在美国这样一个直接融资占比极高的金融市场中，上市公司的分红额远大于融资额。再如，有学者在2010年就发现，民营上市公司董事会中，平均有超过20%的董事为前任或现任政府官员，并且这一比例有逐年增加的趋势。但即便没有政府官员作为董事的民营上市公司，也不意味着公司治理就比较好，或许问题更多。如在2011年7月，国际评级机构就曾对61家中国在海外上市的民营企业提出过风险警示，其中一个原因就是公司治理不够透明。
因此，一个公司治理水平低下的市场，又处在一个资源错配、结构失衡及经济粗放增长的时代，企业盈利增长与GDP增速之间的关联度就不可能大了，故宏观预测对股市的指导意义也就十分有限。
然而，宏观研究对于债券市场的分析则是非常有效的，这是因为决定债券价格的走势的是利率，利率是资金的价格，它反映了资金的供需关系、政府的意愿和调控目标等，只要你能把握住利率未来走势，就能预测债券熊牛切换和涨幅大小。笔者曾在1993-1997年间从事债券和国债期货研究，对债券及国债期货的分析和预测几乎没有失误，但之后将宏观分析用之于股市，却屡屡误判。原因不再赘述。
逻辑的选择比逻辑的运用更重要
假如市场可以通过某种逻辑（或操作软件）稳操胜券，那么，长此以往，岂不是它将赚走市场上所有的钱？若是这样，市场还能存在下去吗？因此，在市场存在与只赚不赔之间，似乎总是存在一个悖论。
不过，逻辑的运用尽管不能达到稳赚不赔，但至少可以提高获胜概率。否则，分析师的身价就不会那么高了。尤其在行业和公司的研究领域，标的公司股价上涨或下跌的逻辑相对直接明了，即便市场处于熊市中，也可以发现牛股。尽管如此，总能发现大牛股的优秀分析师还是屈指可数，原因是什么呢？或许是优秀的企业太少，或许是市场的玩法与分析师的逻辑套路不一样，或许是因为在中国这样一个新兴市场中，上市公司信息获得的路径总是不那么规范，有些内幕人往往提前获得信息，使得股价在公开信息披露之前就已经异动。但尽管有这样那样的理由使得推荐牛股的难度很大，但这依然不能成为阻碍你成为优秀分析师的理由。
如前所述，中国股市一个重大缺陷是公司治理问题，但却很少有行业、公司分析报告对公司治理方面作多少分析，而基于公司治理来推荐股票的更是罕见。范博宏教授曾研究630家地方政府控股的国有企业IPO后的市场表现，结果发现，首席执行官（CEO）是前任或现任政府官员的上市公司，在IPO之后的3年时间里，经调整过市场整体回报率后的价值损失了超过40%，而由未曾担任政府官职的CEO领导的上市公司价值损失仅为10%。因此，研究一个公司是否具有长期投资价值，首先还是要看这个企业的制度与机制是否有利于企业的长期成长，其次是看企业的管理团队素质如何，再次是看行业发展前景与机会。但分析师们往往只关注最后一个层面，这就是逻辑的选择问题。
此外，经常可以发现一些行业分析师基于政府文件或会议内容对相关行业及公司进行推荐。尽管推荐的逻辑看似成立，但读后总觉得有点牵强，至少很少看到分析师对该文件或会议内容的独特见解。比如，过去30多年来，政府对区域经济发展和行业扶持上一直在出台文件或提出口号：从西部大开发、中部崛起、东北振兴，到发展丝绸之路经济带、长江经济带；从建立经济特区，到遍布全国的经济技术开发区、高新技术开发区，再到目前各地纷纷申请的自贸区；从中央1号文件连续11年聚焦"三农"问题，到发展战略性新兴产业、投资向消费转型、外延增长向内涵增长转型等，难道你都看好相关行业与公司，都去积极推荐？
回顾历史不难发现，曾经基于以上理由而被推荐的公司，绝大部分被打回原形。原因在于一是你的逻辑太肤浅，有隔靴抓痒之嫌；二是你没有选对逻辑。中共十八届三中全会说了，要让市场在资源配置中起决定性作用，而你却总在选择政府起决定性作用的逻辑。
以上主要讨论的是行业公司分析师的逻辑选择，但这还是相对容易的逻辑选择，毕竟行业分析师的核心工作是公司估值，估值理论与模型都比较成熟。而逻辑选择难度最大的是策略分析师。策略分析师既要回答长期市场会怎样，又要回答短期市场会怎样，但判断市场趋势的逻辑工具是什么呢？工具并不缺乏，但似乎找不到一件最管用、最能把握未来趋势的兵器。
实际上，策略分析师对市场的判断会有四种结果：第一，逻辑工具用对了，预测结果也对；第二，逻辑工具用错了，预测结果也错了；第三，，逻辑工具用对了，预测结果却错了；第四，逻辑工具用错了，预测结果却对了。话说章鱼保罗预测足球世界杯比赛的准确率很高，但其逻辑工具的运用肯定是错的。但一个策略分析师如果只是运用一两样逻辑工具来作预测，即便预测对了，也不能体现研究深度，因为目前中国金融深度和广度已经提升了很多。
上世纪90年代初，我们可以仅研究股票市场与邮票市场之间的资金流动来推测股市涨跌，而如今，即便股市已从6000多点跌到2000多点，即便所谓蓝筹股的市盈率与股息率已经与成熟市场相差无几，你依然不能断言蓝筹股有罕见投资价值，因为一是要看未来成长性；二是要看与成熟市场之间的无风险利率差异。因此，一个优秀的策略分析师实际上需要广博的知识，从宏观、行业到公司的估值方法都得掌握，此外，还需要有市场的高度敏感性，及时选择能够较好模拟当今市场波动的合适工具。如果说宏观、行业及公司研究是一门技术，则策略研究更像一门艺术。
需要俯视历史的长河来找寻拐点
记得1995年的时候，上交所的日交易金额一度超过港交所，当时证券界主流观点认为中国股市5年走了西方股市200年的发展历程，据此对中国资本市场发展非常乐观，认为中国股市将很快成为成熟市场，上海不需要几年就能建成国际金融中心。为此，我写了一篇文章，叫《中国股市、股价与经济发展》，从人均GNP水平与证券化率的关系，从市场结构角度去论证中国股市还处于初级阶段，要达到西方成熟市场水平至少还需要20-30年的时间。该文发表后，还是受到了一些市场人士的质疑，认为我太悲观了。如今，20年快过去了，但MSCI最终还是没有把中国A股纳入新兴市场指数，更不要说纳入成熟市场指数了。因此，从现在A股市场的境况看1995年时我的观点，应该不是悲观而是过于乐观了。
在历史的长河里，我们曾经提出的所谓高瞻远瞩的观点，往往不堪一击，有蚂蚁撼大树般的无奈。所谓时间可以被跨越、历史可以被浓缩的奇迹，放在历史的长河里看，也不过是一朵小小的浪花。
尽管分析师的一项重要工作职责就是寻找拐点，但拐点发生的概率却很低，尤其是长期的趋势性拐点，或许五年一遇，或是十年一遇，甚至更长。但证券行业各大券商分析师的报告却以每个交易日上千篇的规模在发布。这就注定了绝大部分或者说是至少90%的报告都没有价值可言。很多分析师都容易将短期的波动误认为是长期趋势的形成，比如，月度数据一公布，马上就有无数个点评和解读瞬间发布，如PMI、CPI、出口增速、M2增速等，并以此来推测未来的经济增长趋势和股市方向。但是，用月度数据来预测未来3-5年甚至更长时期的走势，相当于用显微镜来研究宏观经济，属于方法论方面的错误。
很多年以前，笔者曾就市场预测的方法论方面提出：短期的趋势预测更适用辩证逻辑，而中长期的趋势预测则更适用形式逻辑。也就是说，市场在短期往往更多地显示震荡性特性，而长期则显示趋势性特征。比如，投资者在股市上表现出的恐惧和贪婪的双重特性，会导致股价的不断上下波动，这本身就是一种人性上的辩证关系。而技术分析中的"相反理论"、"乖离率"等，其运用的也是辩证逻辑原理。
在上一篇文章中，我以万科为例，提出"卖出房地产、买入房地产股"的观点，这其实也是市场短期投资的一种辩证策略。因为房价经历了长期上涨后，其颓势已经出现，且房价主要受到供需关系影响；而房地产股则经历了长期下跌，且其股价更多受政策预期影响。政府肯定不希望房价暴跌而导致金融危机，故政策必将宽松来维持房价稳定。但即便房价稳住了，在房价不涨和租金率远低于地产股股息率的情况下，房地产领域投资者的总体回报率就很低了。事实上，万科等房地产股今年以来呈现不断上涨趋势，而全国房地产销量则大幅下滑，不少地区房价出现下跌。就短期而言，稳增长一贯是政府的政策目标。当市场担忧社会债务水平过高、产能过剩、房价下跌、经济增速下滑和银行坏账率上升的同时，有没有想过政府的逆周期对策以及政府手中所持有的"筹码"还剩余多少呢？即将出台的政策是否会超出投资者的普遍预期？故"超预期"或"预期差"作为影响短期股价波动的重要因素，实际上也属于辩证逻辑。
然而，要研究股市的长期趋势，就一定要看基本面了，这就需要更多地运用形式逻辑，根据大前提和小前提来进行推理。比如，A股就整体而言，相对于目前市场的无风险利率以及今后的利率趋势，仍然不具备估值优势（从辩证逻辑的分析看，久跌必涨，但这只适用于短期）；中国经济增速已经告别两位数的时代，今后增速逐步放缓是长期趋势，这就使得社会平均利润率水平将随之下降。显然，宏观基本面不能成为看好股市长期趋势的主因。但中国当今面临的深层次问题是国家治理问题，需要全面、深化改革来完善，因此，改革成功与否，应该是决定股市长期趋势的主因。但改革又不可能一蹴而就，李克强总理说，改革需要壮士断臂的决心。市场的长期信心，或股市的长期趋势，应该也取决于改革形势的明朗度。那么，目前的明朗度够吗？
研究，有时需要用显微镜，有时需要用望远镜，还需要不断变换角度、调整高度。需要有不断否定自我的勇气，又有不断质疑常理和权威的胆略。但不管如何，时间的投入是关键。渺小的我们注定都是这个世界上的匆匆过客，如果你改变不了多少东西，至少也应该发现些什么，告诉给别人，这或许就是潜心研究的动力所在。
没有评论:
发表评论